검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'리벨리온'통합검색 결과 입니다. (109건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

리벨리온 NPU, SKT 4대 상용 AI 서비스에 채택…'하루 40억 토큰' 처리

국내 인공지능(AI) 반도체 스타트업 리벨리온의 신경망처리장치(NPU)가 SK텔레콤의 주요 상용 AI 서비스 4종의 핵심 엔진으로 전면 확대 적용됐다. 국산 AI 반도체가 대규모 트래픽을 실시간으로 감당하는 주류 인프라로 자리 잡았다는 평가가 나온다. 리벨리온은 자사 AI 반도체가 SK텔레콤 대표 서비스 4개의 핵심 기능에 확대 탑재됐다고 21일 밝혔다. 지난해 12월 '에이닷 통화요약' 관계추정 기능에 자체 NPU 서버 '아톰맥스(ATOM-Max)'를 최초 상용 적용한 이후 반년 만에 음성합성, 인공지능 고객센터, 피싱 문자 차단 등으로 적용 범위를 넓혔다. 구체적으로는 지난 6월부터 순차적으로 ▲에이닷 통화요약 '한 줄 요약' ▲에이닷 '스트리밍 음성합성(TTS)' ▲AI 고객센터(AICC) '상담 후처리 및 검색 시스템' ▲스캠뱅가드 '미끼문자 탐지' 등 4대 서비스에 리벨리온 NPU가 도입됐다. 현재 리벨리온 인프라가 처리하는 트래픽은 하루 약 1,400만 건, AI 모델이 연산하는 최소 단위인 토큰 기준으로는 일 40억 개를 웃돈다. 이는 글로벌 빅테크의 대규모 상용 서비스에 버금가는 수준이다. 특히 저지연·고성능 연산력을 기반으로 텍스트 생성과 동시에 문장 단위로 음성을 즉시 합성하는 에이닷 스트리밍 TTS를 지연 없이 구동해 매끄러운 대화 경험을 제공한다. 또 글로벌 표준 배포 환경을 지원해 스캠뱅가드가 서비스 중단 없이 신종·변종 사기 탐지 모델을 즉시 업데이트할 수 있도록 뒷받침한다. SK텔레콤은 NPU 수십 대와 가속 카드 수백 장을 연동한 'NPU 팜(Farm)'을 구축하고 사내 여러 서비스가 자원을 공유하는 풀(Pool) 방식을 도입했다. 서비스 워크로드에 맞춰 GPU와 NPU를 유연하게 재배치함으로써 전사 컴퓨팅 인프라 비용을 대폭 낮췄다. 박성현 리벨리온 대표는 “국민이 매일 쓰는 대규모 서비스 4개가 리벨리온 인프라 위에서 원활하게 가동되며 국산 NPU의 신뢰성을 입증했다”며 “상용 운영 실적을 발판 삼아 금융·통신·공공 등 국내외 AI 시장 공략을 가속화하겠다”고 말했다. 박병관 SK텔레콤 코어플랫폼담당은 "AI 컴퓨팅 수요가 증가함에 따라 GPU뿐만 아니라 리벨리온의 NPU를 적극 도입하여 활용하고 있다. AI 서비스 태스크별 특성에 맞춰 GPU와 NPU를 선별적으로 활용 및 재배치해 전사 AI 자원 활용의 효율성을 높였다”며, “앞으로도 NPU팜을 확대하여 국산 NPU 반도체 활용 시너지를 극대화하고, 사내외 AI 컴퓨팅 수요에 기민하게 대응할 예정이다”라고 전했다.

2026.09.21 09:22전화평 기자

[AI는 지금] AI 투자, 오픈AI·앤트로픽에 몰렸다…韓도 상위 10곳 74.5% 점유

인공지능(AI) 벤처투자 시장이 빠르게 커지고 있지만 자금은 소수 대형 기업으로 쏠리고 있는 것으로 나타났다. 글로벌 시장에선 오픈AI·앤트로픽 등 프론티어 AI 기업의 초대형 후속투자가 전체 시장을 끌어올렸고, 국내에서도 AI 반도체와 모델 기업을 중심으로 후기단계 투자가 늘면서 상위 기업의 자금 흡수력이 크게 높아진 것으로 드러났다. 19일 소프트웨어정책연구소(SPRi)가 발표한 '글로벌 AI 벤처투자 동향과 투자 집중구조 : 국내 현황과 시사점' 보고서에 따르면 올해 상반기 글로벌 벤처캐피털(VC) 투자액 가운데 AI가 차지한 비중은 75.9%에 달했다. 2021년 23.5%에서 52.4%포인트 상승한 수치로, 같은 기간 거래건수 비중은 20.4%에서 36.6%로 상대적으로 완만하게 늘었다. 이처럼 투자액 비중이 거래건수보다 훨씬 빠르게 늘면서 AI 투자시장 확대가 신규 투자 대상 증가보다 개별 거래의 대형화에 더 크게 영향을 받은 것으로 분석된다. 실제 AI VC의 건당 평균 투자액은 2021년 1350만 달러에서 올해 상반기 5550만 달러로 4배 이상 늘었다. 전체 VC 평균과 비교해도 격차가 커졌다. AI VC의 건당 투자규모는 2021년 전체 VC 평균의 1.15배 수준이었지만 올해 상반기에는 2.08배까지 높아졌다. 자금은 미국과 후기단계(시리즈 C 이상) 기업으로 빠르게 집중됐다. 올해 상반기 동안 미국은 글로벌 AI VC 투자액의 84.1%를 차지했다. 미국·중국·영국 등 상위 3개국 비중도 92.9%에 달했고 국가별 투자 집중도를 나타내는 허핀달-허시먼지수(HHI)는 2022년 3684에서 올해 상반기 7124로 상승했다. 투자 단계에서도 비슷한 흐름이 나타났다. 올해 상반기 시드(창업 초기)·초기단계(시리즈 A~B) 투자는 전체 거래건수의 92.8%를 차지했지만 투자액 기준 비중은 27.2%에 그쳤다. 후기단계는 거래건수 비중이 7.2%에 불과했지만 투자액의 72.8%를 차지했다. 또 지난 2023년 39.5%까지 떨어졌던 후기단계 투자액 비중은 2025년 61.8%로 올라선 뒤 올해 들어 더 높아졌다. 초대형 거래의 영향은 더 커졌다. 10억 달러 이상 AI 투자거래는 2021년 13건에서 2025년 22건으로 늘었고 올해 상반기에만 34건을 기록했다. 해당 거래들의 투자액은 올해 상반기 3167억 달러로 전체 AI VC 투자액의 약 74%를 차지했다. 기업별 집중도 역시 크게 높아졌다. 글로벌 AI VC 투자액 가운데 상위 3개 피투자기업이 차지하는 비중은 2021년 3.6%에서 올해 상반기 55.7%로 높아졌다. 상위 10개 기업 비중은 같은 기간 8.9%에서 67.5%로 확대됐다. 이는 오픈AI와 앤트로픽, xAI 등이 대규모 자금조달을 반복한 영향이 컸다. 투자 대상도 AI 서비스에서 기반 기술로 이동했다. 2500만 달러 이상 대형 투자에서 AI 모델 기업의 비중은 2021년 1.5%에 불과했지만 올해 상반기에 61.0%까지 상승했다. AI 서비스·애플리케이션 비중은 같은 기간 73.9%에서 18.7%로 낮아졌다. 국내 AI VC 시장은 투자액 자체가 크게 늘지 않았으나, 전체 VC 시장에서 차지하는 비중만 높아졌다. 국내 전체 VC 투자액에서 AI가 차지하는 비중은 2021년 19.9%에서 올해 상반기 44.3%로 상승했다. 반면 AI VC 투자액은 2021년 20억4800만 달러, 2025년 17억9500만 달러, 올해 상반기 18억5400만 달러로 큰 폭의 증가세를 보이지 않았다. 전체 VC 시장이 축소되면서 AI 투자의 상대적 비중이 커진 것이다. 다만 국내 자금도 후기단계와 일부 기업에 빠르게 몰리고 있는 것으로 나타났다. 올해 상반기 국내 AI VC 투자액 가운데 후기단계 비중은 72.3%로, 글로벌 72.8%와 비슷했다. 상위 3개 기업이 전체 투자액의 55.8%, 상위 10개 기업은 74.5%를 차지했다. 2021년 상위 10개 기업 비중이 31.0%였던 것과 비교하면 두 배 이상 높아졌다. 투자 분야에서도 글로벌 시장과 국내 시장은 차이를 보였다. 글로벌 대형 투자가 AI 모델에 집중된 반면, 국내에선 AI 반도체와 AI 모델이 양대 투자 분야로 부상했다. 실제 올해 상반기 국내 AI VC 투자액 가운데 AI 반도체 비중은 33.4%, AI 모델은 26.8%로, 두 분야를 합쳐 60.2%를 차지했다. 2021년 79.4%에 달했던 AI 서비스·애플리케이션 비중은 같은 기간 21.0%까지 낮아졌다. 이는 리벨리온과 퓨리오사AI, 엑시나 등 AI 반도체 기업과 업스테이지 등 AI 모델 기업의 대규모 후속투자가 이어진 영향이다. SPRi는 "투자금이 성장기업으로 몰리는 상황에서 초기 기업의 시장 진입 경로와 후속 자금조달 체계를 함께 확충할 필요가 있다"며 "특히 초기 AI 기업은 투자 이후에도 컴퓨팅 자원과 고객 확보, 기술 검증이 필요한 만큼 자본 공급만으로는 성장 과정의 자금 공백을 해소하기 어렵다"고 진단했다. 이어 "정책펀드 간 후속투자 연계와 컴퓨팅 지원, 민간 전략적 투자자의 사업협력을 함께 묶는 방안이 필요하다"며 "분야별로 필요한 자본 규모와 회수기간, 기술개발 기간이 다른 만큼 기술·산업 특성에 따라 투자체계를 달리 검토할 필요가 있다"고 덧붙였다.

2026.09.19 11:05장유미 기자

리벨리온, AI 기업 'ai&'와 맞손…일본 데이터센터에 '리벨랙' 공급

국내 인공지능(AI) 반도체 스타트업 리벨리온이 글로벌 AI 기술기업 'ai&'와 전략 파트너십을 맺고 일본 데이터센터 추론 인프라 시장에 진출한다. 리벨리온은 수직 통합형 글로벌 AI 기업 ai&와 협력해 일본 내 이기종(Heterogeneous) 인프라에 자사 독자 솔루션 '리벨랙(RebelRack)'을 공급한다고 16일 밝혔다. 이번 계약을 통해 일본 현지 기업과 공공기관, 개발자는 도쿄 데이터센터에 구축된 리벨리온 하드웨어를 통해 고효율 AI 추론 서비스를 직접 이용할 수 있다. 일본 정부 '소버린(자립형) AI' 전략 구축에도 기여하게 된다. ai&는 도쿄 데이터센터에 리벨랙 초도 물량을 배치한 뒤 도입 규모를 100대 이상으로 빠르게 확대할 계획이다. 현재 20억 달러(약 2조 7000억원) 이상 인프라 투자를 확보한 ai&는 2026년 말까지 5개 사이트를 가동하고 2027년 말까지 40메가와트(MW) 전력 용량을 확보한다는 공격적 로드맵을 추진 중이다. ai&는 작업 특성에 맞춰 다양한 가속기를 조합하는 이기종 모델을 운용한다. 리벨리온은 여기에 전력 소모와 운영비용(TCO)을 혁신한 추론 특화 칩 아키텍처를 결합해 경제성을 높였다. 리벨리온 하드웨어는 주요 오픈소스 소프트웨어 프레임워크를 지원해 기존 그래픽처리장치(GPU) 개발 환경과 호환된다. 별도 대규모 소프트웨어 재개발 없이 납품 당일부터 즉시 상용 서비스에 투입 가능한 것이 강점이다. 매트 이스트우드 IDC 리서치 수석부사장은 "상용화 단계에 진입한 AI 산업에서 추론의 경제성은 인프라 선택의 핵심 기준"이라며 "ai&의 리벨리온 대규모 도입은 목적 기반 AI 반도체(NPU)가 추론 인프라의 실질적 대안으로 부상했음을 보여주는 결정적 사례"라고 평가했다. 박성현 리벨리온 대표는 "토큰 처리비용 절감은 AI 대중화와 서비스 다양화를 이끄는 핵심 동력"이라며 "파트너십을 발판 삼아 일본 현지 고객과 접점을 넓히고 글로벌 고효율 추론 인프라 공급을 선도하겠다"고 말했다.

2026.09.16 10:15전화평 기자

"개발기간 9개월로 단축"… 삼성 파운드리, 2나노·DTCO로 AI칩 승부수

삼성전자 파운드리 사업부가 팹리스 고객이 칩 제조사를 고를 때 가장 중시하는 공정 경쟁력, 개발속도, 인프라 준비 3대 수요를 정조준한 맞춤형 솔루션으로 인공지능(AI) 반도체 생태계 주도권 확보에 나섰다. 김낙신 삼성전자 파운드리 사업부 SAFE-IP그룹 그룹장은 15일 'IP-SoC 데이 코리아 2026'에서 맞춤형 전략과 함께 주요 고객사 성공 사례를 공유했다. 김 그룹장은 "AI 패러다임 전환으로 릴리스 속도가 빨라지면서 고객사는 1년 안에 새로운 칩을 만들어야 하는 상황에 직면했다"며 "삼성 파운드리는 고객의 3대 핵심 수요를 완벽히 지원하는 맞춤형 솔루션으로 생태계 주도권을 확보하고 있다"고 강조했다. IP-SoC 데이는 반도체 설계자산(IP) 마켓플레이스를 운영하는 디자인&리유즈(D&R)에서 개최하는 컨퍼런스다. 매년 한국, 미국, 중국, 유럽 등에서 열린다. 공정·속도·인프라 3박자 갖춘 맞춤형 솔루션 삼성 파운드리는 설계기술 공정 최적화(DTCO)를 앞세울 계획이다. 향후 2년 내 양산이 목표인 2nm(나노미터, 10억분의 1m) 공정과 2029년 양산을 준비 중인 1.4나노를 통해 공정 경쟁력을 강화해 공략하는 것이다. 김 그룹장은 "선단 공정으로 갈수록 트랜지스터 자체 개선보다 DTCO를 통한 성능 향상 비중이 커지고 있다"며 "최소한의 금속층만으로 설계를 최적화하는 혁신적 디자인 플로를 통해 고객이 자사 애플리케이션에 맞게 성능을 조정할 수 있고, 이를 통해 최대 30% 파워 개선을 달성했다"고 설명했다. 이어 "여기에 AI 가속기용 커스텀 S램을 적용하면 포트 구성에 따라 최대 2배까지 성능·전력·면적(PPA) 개선 효과를 볼 수 있다"고 덧붙였다. 설계 병목도 해소해 개발 가속화를 돕는다. 삼성 파운드리는 공정 미세화와 함께 늘어나는 튜닝 옵션을 효율적으로 관리하도록 자동화 스크립트 세트 'PPA 패키지'를 제공한다. 이를 통해 적은 반복만으로 목표 성능에 도달할 수 있다. 케이던스, 시놉시스와 함께 개발한 AI 기반 마이그레이션 툴을 적용하면 기존 설계를 새 공정으로 전환하는 시간을 최대 64%까지 단축할 수 있다는 게 김 그룹장 설명이다. 고객이 공정을 선택하는 즉시 설계에 착수할 수 있는 환경도 구축한다. 김 그룹장은 "AI 칩 설계 시 S램 요구량이 폭증하는 추세에 맞춰 S램 포트폴리오를 지난해 대비 60% 이상 늘려 올해 121개까지 확대했다"며 "차세대 고속 인터페이스 IP도 선단 공정부터 성숙 공정까지 선제적으로 준비해 고객 선택지를 넓혔다"고 말했다. 이론을 현실로 증명한 3대 성공 사례 삼성 파운드리는 맞춤형 솔루션이 실제 시장 성과로 이어지고 있다며 주요 고객사 세 가지 성공사례를 공유했다. 첫 번째는 국내 대표 AI 가속기 기업 사례다. 삼성의 4나노 공정을 활용해 고대역폭메모리(HBM), 신경망처리장치(NPU) 등 다수의 다이를 실리콘 인터포저 위에 집적한 멀티다이 제품이다. 총체적인 전력·신호 무결성(PI/SI) 솔루션 지원으로 전력 효율을 최적화하며 현재 양산 중이다. 김 그룹장이 밝히진 않았지만, 해당 기업은 리벨리온으로 추정된다. 두 번째는 거대한 칩 면적을 가진 그록의 초대형 LPU 가속기 사례다. 700㎟ 이상 대형 다이에 4GB 이상 맞춤형 S램을 집적하면서도 안정적인 수율을 확보하는 난제를 해결했다. 고속 인터페이스 IP 브링업과 로직 리던던시 기술을 통해 수율과 목표 성능(PPA)을 모두 잡았다. 해당 사례 주인공은 엔비디아에 인수된 그록으로 보인다. 세 번째는 차세대 자율주행 시장을 이끄는 2나노 차량용 칩이다. 통상 2~3년이 걸리는 개발기간을 9개월로 단축하는 데 성공했다. 설계 마이그레이션 솔루션과 초기 PPA 분석, AI·머신러닝 기반 자동화 플랫폼을 총동원해 초고속 테이프아웃을 이뤘다. 해당 기업은 미국 테슬라로 추정된다. 김 그룹장은 "혁신적인 개발기간 단축은 단순 우연이 아니라 삼성 파운드리의 철저한 인프라 준비와 세이프 에코시스템 파트너들과 긴밀한 협력이 만든 결과"라고 강조했다.

2026.09.15 12:33전화평 기자

"K-팹리스, 해외 PoC 감당 한계"…마중물 정책 호소

국내 인공지능(AI) 반도체 팹리스 기업들이 해외 진출 확대를 위해 정부 제도 지원을 요구했다. 연구실 단계 기술 검증을 넘어 상용화 단계에 진입했으나, 해외 고객 확보 과정에서 초기 실증 비용과 현지 기술 지원 부담이 크다는 이유다. 10일 서울 여의도 국회의원회관에서 열린 '국산 NPU 수출 확대 및 판로 다변화를 위한 국회 정책토론회'에서 국내 신경망처리장치(NPU) 기업 관계자들은 글로벌 시장 진입 과정에서 직면하는 비용과 신뢰성 문제를 집중 지적했다. 이들은 스타트업이 해외 현지 기술 지원과 장기 품질 보증 요구를 홀로 감당하기 어렵다고 설명했다. 조재홍 딥엑스 상무는 "상반기 기준 1300만 달러 규모 수출 실적을 올렸으나, 해외 대기업은 3년에서 10년에 이르는 품질 보증을 유지할 수 있는지 의구심을 가진다"고 밝혔다. 그는 "시차 대응을 위한 현지 엔지니어 채용과 해외 전시회 참가비 등 고정비 부담이 상당하다"며 "CES 부스 운영비만 12억원 수준"이라고 밝혔다. 초기 시장 진입 문턱을 낮추기 위한 지원 방안이 제안됐다. 딥엑스는 수요기업의 초기 구매 부담을 낮추는 'K-AI 반도체 수출 바우처' 신설을 촉구했다. 3억원 안팎의 초기 개념증명(PoC) 비용을 보조해 30억원대 이상 본 계약 체결로 유도하는 마중물 구조다. 현지 테스트베드 제공과 소프트웨어 개발 키트(SDK) 런타임 최적화 프로그램 신설도 건의했다. 양산 단계 검증과 생산 인프라 한계도 언급됐다. 김주영 하이퍼엑셀 대표(카이스트 전기및전자공학부 교수)는 "시제품 단계와 달리 월 1만장 규모 납품 요구에는 테스트 자동화 등 생산 인프라 한계가 나타난다"며 "글로벌 빅테크를 설득하려면 실제 운영실적(레퍼런스) 확보가 필수"라고 강조했다. 박성현 리벨리온 대표는 공공 AI 인프라 조달 평가기준을 '외산 그래픽처리장치(GPU)' 규격 맞추기에서 'AI 가속기' 단위 성능 중심 경쟁으로 전환해야 한다고 밝혔다. 박 대표는 "국가 AI 컴퓨팅 센터 등에서 실제 트래픽을 장기간 처리하는 기회가 보장돼야 한다"며 "안방에서 대규모 실서비스 레퍼런스가 선행돼야 해외 고객을 설득할 수 있다"고 설명했다. 선제적 공공 인프라 배치 요구도 이어졌다. 백준호 퓨리오사AI 대표는 "반도체는 타이밍 산업인 만큼 수요를 기다리지 않고 대규모 배치를 통해 시장을 창출해야 한다"고 말했다. 이어 "2030년까지 확대될 8.5기가와트(GW) 규모 신규 데이터센터에 국산 NPU 배치를 정책적으로 뒷받침해야 한다"며 "칩과 소프트웨어, 모델을 묶은 풀스택 인프라로 글로벌 소버린 AI 시장을 공략해야 한다"고 제안했다. 정책자금 연속성 확보도 과제다. 김주영 대표는 "AI 반도체는 매년 차세대 칩을 설계하고 양산해야 생존할 수 있는 구조"라며 "단발성 연구개발(R&D) 과제에 머물지 않고 국민성장펀드 등을 통해 팹리스를 향한 단계별 스케일업 자본 투입이 지속돼야 한다"고 요청했다. 정책토론회는 고동진 국민의힘 의원실 주관으로 열렸다. 고동진 의원은 인사말에서 "국산이라는 이유만으로 제품을 써달라는 논리는 시장에서 통하지 않는다"며 "엔비디아 대비 비용 효율이 확인된 만큼, 공공기관과 연구소 서버에서 국산 NPU를 선제 검증하고 안정화해야 수출길이 열린다"고 밝혔다.

2026.09.10 12:24전화평 기자

[최홍석 칼럼] AI 에이전트가 달리려면 어떤 도로가 필요한가

"AI 추론은 '빠른 망'이 아니라 '예측 가능한 망'을 원한다. 지연이 작은 것보다 지연이 일정한 것이 AI 에이전트 서비스의 품질을 결정한다." 이 시리즈는 지금까지 망을 어떻게 만드는가, 즉 인프라의 언어로 이야기해 왔습니다. 4월 OpenROADM, 5월 SRv6·RON, 6월 소버린 AI, 7월 자율화 거점, 8월 6G 설계 철학, 이 모든 논의가 궁극적으로 수렴하는 질문이 바로 이것입니다. 그 망 위에서 무엇이 달리는가. 2026년, AI 에이전트 서비스가 본격화되면서 네트워크에 완전히 새로운 요구사항이 생겼습니다. 챗봇이 아닙니다. 스스로 계획하고, 도구를 호출하고, 결과를 판단해 다음 행동을 결정하는 에이전틱 AI가 실시간으로 서비스되기 시작했습니다. 이 에이전트들이 달리려면 지금까지와는 다른 종류의 도로가 필요합니다. 그 도로를 누가 깔 것인가, 통신사의 가장 현실적인 기회이자 도전이 여기 있습니다. AI 추론 트래픽은 기존 데이터와 무엇이 다른가 AI 에이전트 서비스가 네트워크에 요구하는 것은 단순한 대역폭 확대가 아닙니다. 트래픽의 성격 자체가 다릅니다. 세 가지 핵심 차이가 있습니다. 첫째, 예측 가능한 지연과 지터입니다. 음성 AI 에이전트처럼 대화형 서비스는 응답이 약 500ms를 넘으면 지연감을 줄 수 있어, 클라이언트 기준 time-to-first-token(TTFT)을 중요한 SLO로 둡니다. 원격 제어·협력 제어와 같은 안전 중요 서비스는 지연과 지터가 안전성에 영향을 줄 수 있으므로, 안전 기능을 원격망 품질에만 의존하지 않고 로컬 폐루프·이중화와 함께 설계해야 합니다. 일반 인터넷 트래픽은 평균 지연만으로도 충분한 경우가 많지만, 실시간 AI 서비스는 워크로드별로 P99 등 꼬리 지연 목표를 관리해야 합니다. 둘째, 버스트성(Burstiness)입니다. AI 에이전트 서비스는 동시 요청이 순간적으로 폭증하는 특성을 가집니다. 중앙 집중식 추론 클러스터는 이 버스트 구간에서 처리 용량이 포화되고, 지연이 급격히 증가합니다. 컴캐스트와 엔비디아의 GTC 2026 벤치마크는 이를 명확히 보여줍니다. 버스트 트래픽 조건(P99)에서 단일 중앙 집중식 클러스터는 오히려 처리량이 감소한 반면, 4개 엣지 사이트에 분산된 AI 그리드는 42,362 토큰/초 처리량을 유지했습니다. 셋째, 멀티-티어 분산 처리입니다. 일부 에이전틱 AI 서비스는 단일 모델만으로 처리되지 않으며, 디바이스·엣지·코어의 서로 다른 모델과 도구가 협력할 수 있습니다. 디바이스에서 경량 추론, 엣지에서 도메인 특화 모델, 코어에서 대형 모델을 선택적으로 활용하는 구조입니다. 다만 일반적인 에이전트 서비스가 계층 간 마이크로초 단위 동기화를 요구하는 것은 아니며, 엄격한 시간 동기는 TSN 기반 산업 제어 등 특정 워크로드의 요구사항입니다. NPU 서버와 AI Grid — 추론 인프라의 새 지형 NPU 서버란 무엇인가 GPU가 병렬 연산에 폭넓게 활용되는 반면, NPU(Neural Processing Unit)는 신경망 연산에 특화된 가속기입니다. 일부 추론 워크로드에서는 NPU가 GPU보다 전력 효율이나 비용 측면에서 이점을 낼 수 있지만, 실제 성능은 모델 구조·정밀도·메모리 구성·배치 크기·소프트웨어 생태계에 따라 달라집니다. CPU가 시스템 운용·데이터 처리를 맡고 NPU 또는 GPU가 AI 연산을 가속하는 이종 컴퓨팅 구조가 일반적입니다. AI Grid — 분산 추론 인프라 엔비디아는 GTC 2026에서 AI 그리드 레퍼런스 아키텍처를 발표했습니다. 핵심은 지역 PoP, 중앙국, 메트로 허브와 엣지 거점에 가속 컴퓨팅을 배치해 지리적으로 분산된 AI 추론 플랫폼을 구성하는 것입니다. 약 10만 개라는 수치는 개별 텔코의 자산이 아니라 전 세계 통신사와 분산 클라우드 사업자가 운영하는 분산 네트워크 데이터센터의 합산 추정치입니다. 기지국은 모든 곳에 추론 서버를 두기보다, 전력·냉각·경제성을 검토해 선택적으로 활용할 수 있는 미래 배치점으로 보는 편이 정확합니다. 한 가지 구현 방식은 코어 AI 팩토리, 지역 엣지 노드, 그리고 선택적 AI-RAN 거점으로 역할을 나누는 것입니다. 코어에서는 대형 모델 학습·파인튜닝과 광역 서비스가, 지역 엣지에서는 지연·데이터 주권·대역폭 요구가 높은 추론이 수행될 수 있습니다. AI-RAN은 RAN과 AI 워크로드의 컴퓨팅 자원 공유를 검증하는 단계이며, 모든 기지국이 사용자 추론을 처리한다는 뜻은 아닙니다. 사용자와 데이터에 가까운 곳에서 처리하면 왕복 구간을 줄일 수 있지만, 종단간 지연은 무선·전송·큐잉·모델 처리 시간을 함께 고려해야 합니다. 통신사가 설계해야 할 네 가지 네트워크 요건 AI 그리드가 제 성능을 발휘하려면 그것을 연결하는 네트워크가 AI 추론 트래픽의 특성을 수용할 수 있어야 합니다. 4개의 구체적 요건이 있습니다. ① SRv6 기반 결정론적 경로 제어 일반 IP 망에서는 혼잡이나 장애에 따라 경로와 지연이 변동할 수 있습니다. SRv6의 SR Policy는 소스에서 명시 경로를 지정하는 기반이 되어, 지연 민감 트래픽의 경로 변동을 줄이는 데 활용할 수 있습니다. 다만 SRv6만으로 결정론적 레이턴시가 보장되지는 않습니다. 보장형 지연을 위해서는 용량 설계, 자원 예약, 입장 제어, 큐잉·스케줄링과 필요 시 DetNet·TSN 같은 메커니즘을 함께 적용해야 합니다. 따라서 SRv6 단일 패브릭은 AI Grid 연결의 유용한 기반이지만, 그 자체가 충분조건은 아닙니다. ② 5G 네트워크 슬라이싱...AI 추론 전용 슬라이스 AI 추론·일반 데이터·IoT 센서 데이터는 서로 다른 QoS 요건을 가질 수 있습니다. 5G 네트워크 슬라이싱은 하나의 물리 인프라 위에서 용도별 논리 네트워크와 정책을 구성하는 기능이며, 실제 보장 범위는 RAN·전송·코어·애플리케이션을 포함한 종단간 설계와 SLA에 좌우됩니다. 노키아와 AWS는 MWC 2026에서 AI가 네트워크 KPI와 상황 정보를 바탕으로 슬라이싱 정책을 조정하고, SMO를 통해 RAN 정책을 적용하는 인텐트 기반 사례를 발표했습니다. 이는 기업 AI가 표준 API로 슬라이스를 직접 협상한 상용 구조라기보다, 자동화된 정책 운영을 향한 실증 사례로 보는 것이 적절합니다. ③ 엣지 UPF 분산 배치 5G 코어의 UPF(User Plane Function)를 엣지 가까이 분산 배치하면 사용자 트래픽을 중앙 코어까지 보내지 않고 인접한 서비스 거점으로 분기할 수 있습니다. 다만 UPF가 AI 추론을 직접 수행하는 것은 아닙니다. UPF는 로컬 브레이크아웃을 제공하고, 인접한 MEC 또는 AI 서버가 추론을 수행하는 구조가 일반적입니다. 지연 개선 효과는 배치 위치·무선 구간·전송망·모델 처리 시간에 따라 달라지며, sub-15ms와 같은 목표는 특정 서비스와 측정 범위를 명시해 검증해야 합니다. ④ gNMI 기반 실시간 레이턴시 가시성 AI 그리드에서는 네트워크 지연·손실·혼잡뿐 아니라 추론 지연, 처리량, 큐 깊이, 가속기 사용률 같은 애플리케이션·플랫폼 지표를 함께 관측하고, 오케스트레이터가 이를 바탕으로 요청을 적절한 노드에 배치하는 구조가 필요합니다. gNMI 스트리밍 텔레메트리는 네트워크 장비 상태를 수집하는 유용한 인터페이스이지만, 추론 성능 관측이나 동적 라우팅 전체를 대신하지는 않습니다. 애플리케이션 관측성, 용량 관리, 정책·트래픽 제어와 결합해야 합니다. 아카마이는 요청을 적절한 컴퓨팅 계층에 매칭해 비용과 레이턴시를 함께 최적화하는 접근을 제시했습니다. 글로벌 Telco의 실제 구현 사례 컴캐스트 × 엔비디아...AI 그리드 레퍼런스 검증 (2026.03) 컴캐스트는 엔비디아와 함께 깊은 분산 네트워크 아키텍처를 AI 그리드로 활용하는 협업을 발표했습니다. 엔비디아가 공개한 벤치마크에서 퍼스널l AI의 음성 소형 언어 모델을 RTX PRO 6000 GPU 기반의 4개 사이트 AI Grid에 분산 배치했을 때, 상관된 버스트 트래픽에서도 음성 상호작용의 종단간 지연을 500ms 목표 안에서 유지했습니다. 같은 시험 조건에서 중앙집중형 구성과 비교한 토큰당 비용 절감은 버스트 시 76.1%였습니다. 이는 특정 모델·하드웨어·트래픽 조건의 결과이며 일반적 비용 절감률로 해석해서는 안 됩니다. SKT × Arm × 리벨리온...국산 NPU 기반 AI 추론 인프라 (2026.04) SKT는 Arm·리벨리온과 3자 협약을 통해 Arm AGI CPU와 리벨리온 RebelCard NPU를 결합한 AI 추론 서버를 공동 개발하고, 자사 AI 데이터센터에서 성능·안정성을 실증하기로 했습니다. A.X K1 모델의 운영도 검토 대상이며, 현 시점에서는 상용 도입 완료가 아니라 개발·검증 단계로 표현하는 것이 정확합니다. SKT는 별도의 GPU 기반 AI 인프라 협력도 추진하고 있어, 향후 NPU와 GPU를 워크로드별로 병행 활용할 가능성이 있습니다. AT&T × 시스코 × 엔비디아...제로-트러스트 AI 추론 아키텍처 (2026.03) AT&T와 시스코는 달라스 디스커버리 디스트릭트에서 엔비디아 GPU와 시스코의 파일럿 플랫폼을 활용한 공개안전 사용사례를 시연했습니다. 이 협력은 전용 IoT 코어, 로컬 트래픽 분기, 엣지 컴퓨팅과 제로-트러스트 보안을 결합해 실시간 AI를 네트워크 가까이 제공하려는 접근입니다. 다만 이는 상용 전면 배치라기보다 시연·파일럿과 산업 적용 확대 단계로 보는 것이 정확합니다. 인도삿 × 노키아 × 엔비디아...소버린 AI 그리드 (2026.06) Indosat Ooredoo Hutchison는 2026년 3월 MWC에서 노키아·엔비디아와 함께 동남아시아 최초의 AI-RAN 기반 레이어3 5G 통화를 실증했습니다. 노키아 에어스케일 무선 장비와 RAN 소프트웨어가 엔비디아 GPU 가속 인프라 위에서 동작하며, AI와 RAN 워크로드를 동일한 컴퓨팅 자원에서 동시에 처리할 수 있음을 기능적으로 검증한 사례입니다. 이후 인도네시아 현장 시험과 망 현대화는 추진 단계이므로, AI 그리드와 AI-RAN의 전국 상용 구현 완료로 단정하지 않는 것이 적절합니다. 한국 통신사의 실행 과제...지금 무엇을 결정해야 하는가 영국 리서치 컨설팅 회사인 Analysys Mason에 따르면 통신사의 GPUaaS 수익은 2024년 1억 달러 미만에서 2030년 96억 달러로 성장할 전망이며, 전 세계 약 30개 사업자가 이미 GPUaaS를 출시했습니다. 다만 맥킨지의 잠재 시장 규모와 Analysys Mason의 Telco 수익 전망은 대상 범위와 산정 방법이 달라 이를 단순 점유율로 비교하기에는 한계가 있습니다. 핵심 메시지는 기회가 존재하되, 통신사가 하이퍼스케일러·네오클라우드와 직접 규모 경쟁하기보다 데이터 주권, 연결성, 지역 엣지, 산업별 통합 서비스처럼 차별화 가능한 영역을 선택해야 한다는 점입니다. 국내 통신사의 현실적 준비 순서는 다음과 같습니다. 결론 : 망이 추론 인프라가 되는 시대, 도로를 먼저 깔아야 한다 AI 에이전트 서비스에는 단순히 빠른 망보다 워크로드별로 예측 가능한 종단간 성능, 관측성, 보안과 비용 효율이 중요합니다. 이 시리즈가 다룬 SRv6 단일 패브릭, OpenROADM 개방 광전송, TM Forum L4 자율화 거점은 이러한 AI 추론 인프라의 기반이 될 수 있습니다. 다만 각각은 충분조건이 아니라, 컴퓨팅·오케스트레이션·보안·운영 설계와 결합돼야 합니다. 엔비디아의 AI 그리드 레퍼런스 설계, SKT의 NPU 기반 추론 서버 개발, 인도삿의 소버린 AI와 AI-RAN 추진은 통신사가 분산 추론 인프라의 유력한 제공자가 될 수 있음을 보여 줍니다. 그러나 CDN·분산 클라우드·엔터프라이즈 엣지 사업자도 경쟁과 협력의 대상입니다. 통신사의 강점은 광범위한 접속망과 지역 거점, QoS·보안·운영 역량을 결합해 특정 산업과 지역에 차별화된 서비스를 제공하는 데 있습니다. "AI 에이전트 시대에 통신사의 역할은 단순한 전송 제공을 넘어, 연결성과 분산 컴퓨팅을 결합한 서비스 운영자로 확장될 수 있습니다. 다만 이 역할은 단독 소유권이 아니라 클라우드·CDN·장비·애플리케이션 사업자와의 생태계 경쟁 및 협력 속에서 형성될 것입니다." 도로가 없으면 어떤 차도 달릴 수 없습니다. AI 에이전트 서비스의 시대에 그 도로를 먼저 깔기 시작하는 통신사가, 다음 10년의 AI 인프라 패권을 가져갑니다.

2026.09.04 11:18최홍석 컬럼니스트

엔비디아·리벨리온, 왜 만났나?…업계 "인수 가능성 낮아"

최근 젠슨 황 엔비디아 최고경영자(CEO)와 국내 대표 인공지능(AI) 반도체 팹리스 리벨리온의 박성현 대표가 회동한 가운데 구체적인 협력 방안에 대해 업계의 이목이 쏠리고 있다. 일부 외신 보도를 중심으로 인수합병(M&A) 추진설까지 제기됐지만, 복잡하게 얽힌 주주 구성과 정부의 AI 주권 육성 기조가 맞물려 성사되기 어렵다는 분석이다. 27일 반도체 업계에 따르면 최근 박성현 리벨리온 최고경영자(CEO)와 젠슨 황 엔비디아 CEO의 미국 산타클라라 본사 회동 이후 불거진 피인수설에 대해 업계에서는 실현 가능성을 낮게 보고 있다. 앞서 블룸버그 통신 등 외신은 박 대표와 황 CEO가 만나 지분 매각 및 경영권 인수를 포함한 협상을 진행하고 있다고 보도한 바 있다. 두 대표의 회동 자체는 사실이나, 이것이 기업 매각으로 이어지기는 구조적으로 쉽지 않다는 것이 업계의 공통된 시각이다. 이같은 관측의 첫 번째 요인은 리벨리온의 파편화된 지분 구조다. 리벨리온은 사피온코리아와의 합병 및 대규모 시리즈 펀딩을 거치며 SK텔레콤, KT, 카카오벤처스, 한국산업은행을 비롯해 국내외 수십여 개 전략적·재무적 투자자(SI·FI)가 주주 명부에 이름을 올리고 있다. 창업자 개인의 지분율이 10% 미만으로 낮아진 상황에서 단일 주체가 경영권 프리미엄을 쥐고 매각을 주도하기 어려운 구조다. 실제로 지난 2024년 말 사피온코리아 합병 공시 기준 박성현 대표(약 9.36%)와 오진욱 최고기술책임자(CTO, 약 9.72%)의 지분율은 각각 9%대에 불과했다. 이후 대규모 신규 투자 유치와 유상증자 등을 거치며 현재 창업진의 실질 지분율은 더욱 희석된 상태다. 한 AI 반도체 업계 관계자는 "현재 리벨리온 지분이 너무 파편화돼서 전체 인수 의사결정이 나기가 쉽지 않을 것"이라며 "수 많은 이해관계자의 동의를 얻어 전량 매각을 추진하는 것은 현실적으로 불가능에 가깝다"고 설명했다. 정부의 정책적 기조 역시 걸림돌이다. 정부는 '소버린 AI(AI 주권)' 확보와 엔비디아 독점 생태계 탈피를 목표로 국가 차원의 대규모 정책 펀드를 조성해 왔다. 실제로 정부는 '국민성장펀드' 등을 통해 리벨리온에 직접 자금을 투입하며 국가대표 팹리스로 육성 중이다. 이러한 상황에서 국가 핵심 기술과 세금이 투입된 전략 기업을 외산 빅테크에 넘기도록 정부가 방관할 리 없다는 지적이다. 또 다른 반도체 업계 관계자는 "정부가 정책 자금을 투입해 국산 추론 NPU 기업들을 키우는 본질적인 이유는 엔비디아 생태계 종속을 피하기 위함"이라며 "외산 GPU 독점에 대항할 대체재를 육성하는 마당에 정부가 엔비디아로의 피인수를 허락할 리가 없다"고 말했다. 양사 수장의 회동은 경영권 매각이 아닌 기술적 협력과 생태계 복원 가능성을 타진하는 통상적인 비즈니스 교류 차원일 가능성이 높다는 관측이 지배적이다. 반도체 업계 관계자는 "엔비디아 입장에선 추론 영역에서 리벨리온과 경쟁하던 그록을 인수한 바가 있어, 굳이 리벨리온을 인수할 이유는 없을 것"이라며 "엔비디아 생태계로 리벨리온이 들어오는 정도는 논의했을 법 하다"고 분석했다.

2026.08.27 16:04전화평 기자

리벨리온, 英칼로섬과 맞손…유럽 소버린 AI 인프라 시장 공략

인공지능(AI) 반도체 스타트업 리벨리온이 영국 이기종 AI 컴퓨팅 스타트업 칼로섬과 파트너십을 맺고 유럽 소버린 AI 인프라 시장 진출을 본격화한다. 리벨리온은 칼로섬의 '글로벌 이기종 컴퓨팅 통합' 비전 아시아 대표 파트너로 합류했다고 26일 밝혔다. 칼로섬은 케임브리지대 출신 연구진이 설립한 AI 인프라 스타트업이다. AI 모델과 칩을 동시 최적화해 작업을 적합한 하드웨어에 자동 배분하는 소프트웨어 레이어를 개발하고 있다. 특정 칩 종속성을 탈피해 비용과 전력 효율을 높이는 기술력을 인정받아 영국 정부 소버린 AI 펀드 1호 투자 기업으로 선정됐다. 최근 1억 달러 규모 시드 투자를 유치했다. 리벨리온은 이번 협력을 통해 이기종 컴퓨팅 중심으로 확대되는 유럽 소버린 AI 시장에 자사 랙 스케일 신경망처리장치(NPU) 제품을 본격 공급한다. 양사는 영국 정부 지원 AI 연구 클러스터에 100대 이상 NPU 기반 컴퓨팅 랙 공급을 추진할 계획이다. 양사는 이기종 아키텍처 내 추론 전담 레퍼런스 아키텍처를 공동 설계하고 있으며, 칼로섬 플랫폼과 통합을 통해 고객사들이 추가 최적화 과정 없이 NPU를 활용할 수 있는 환경을 구축하고 있다. 향후 유럽을 넘어 글로벌 시장으로 공동 진출 범위를 넓힐 방침이다. 다니얼 아카르카 칼로섬 대표는 "리벨리온 NPU는 칼로섬의 이기종 오케스트레이션 플랫폼에서 AI 추론 성능과 전력 효율을 극대화하는 핵심 축이 될 것"이라고 말했다. 박성현 리벨리온 대표는 "AI 인프라 다변화 흐름에서 칼로섬과 협력은 소버린 AI 시장 공략을 가속하는 전환점이 될 것"이라며 "성능과 전력 효율, 공급망 안정성을 갖춘 핵심 인프라 기업으로 도약하겠다"고 밝혔다.

2026.08.26 14:21전화평 기자

라이너-리벨리온, 'K-AI' 풀스택 수출 동맹

라이너와 리벨리온이 국산 인공지능(AI) 에이전트와 반도체 기술을 결합한 풀스택 솔루션으로 글로벌 시장을 두드린다. 라이너는 리벨리온과 AI 풀스택 솔루션 사업을 위한 업무협약(MOU)을 체결했다고 20일 밝혔다. 양사는 과학기술정보통신부 주도 '독자 AI 파운데이션 모델(독파모)' 개발 사업에서 3차수에 진출한 SK텔레콤 컨소시엄에서 협업해왔다. 이번 협약을 통해 실질적인 사업화 단계로 협력을 확대한다는 목표다. 외산 그래픽처리장치(GPU) 의존 구조에서 벗어나 국산 신경망처리장치(NPU)와 AI 에이전트 기술을 연동하는 것이 협력 골자다. 이를 통해 AI 서비스 운영 비용은 줄이고 데이터 주권과 보안 신뢰도는 높인다는 목표다. 양사는 해외 시장 파트너 발굴부터 기술 협의·수주까지 전 과정을 함께 추진할 계획이다. 전 세계 220여 개국 1300만명 사용자 기반을 확보한 라이너는 사우디 국부펀드(PIF) 산하 AI 기업 '휴메인' 플랫폼에 AI 검색 엔진을 독점 탑재한 성과를 냈다. 리벨리온도 미국·일본·중동 등 해외 주요 거점에서 글로벌 빅테크와 기술 동맹을 맺고 있다. 김진우 라이너 대표는 "우리 기술력에 리벨리온의 고효율 NPU가 더해지면 글로벌 시장에 성능과 비용 경쟁력을 동시에 갖춘 솔루션을 제시할 수 있다"며 "국내를 넘어 중동 등 글로벌 시장에서 K-AI의 저력을 증명하겠다"고 말했다.

2026.08.20 16:29이나연 기자

'국산 AI 반도체' 리벨리온-딥엑스, 공공기관 수의계약·조달 채널 확보

국내 대표 AI 반도체 팹리스(반도체 설계전문) 기업인 리벨리온과 딥엑스가 과학기술정보통신부(과기정통부)의 '우수연구개발 혁신제품'으로 나란히 지정되며 공공 조달 시장 진출에 속도를 낸다. 리벨리온과 딥엑스는 18일 각사의 신경망처리장치(NPU) 기반 AI 솔루션이 과기정통부 주관 '우수연구개발 혁신제품'으로 지정됐다고 밝혔다. 지정 제품은 리벨리온의 '아톰맥스(ATOM-Max) 카드' 및 '아톰맥스 서버' 2종과 딥엑스의 엣지 컴퓨팅용 AI 추론 모듈인 'DX-M1·DX-H1 시리즈'다. 우수연구개발 혁신제품 지정 제도는 국가 R&D 성과물의 공공시장 진입을 지원하기 위해 마련됐다. 이번 지정에 따라 공공기관은 경쟁 입찰 없이 양사 제품과 직접 수의계약을 체결할 수 있다. 조달 소요 기간은 기존 60일에서 10일 이하로 대폭 단축되며, 구매 담당자에게는 고의·중과실이 없는 한 손실 책임을 면제하는 구매면책이 적용된다. 지정 효력은 기본 3년간 유지되며, 연장 시 최대 6년까지 공공 조달 혜택을 받는다. 리벨리온의 아톰맥스 서버는 자체 개발한 확장 설계(RSD) 기술을 적용해 8B급 소형부터 70B급 대형 언어·시각 모델까지 유연하게 처리할 수 있다. 오픈소스 프레임워크 vLLM과 레드햇 NPU 오퍼레이터를 지원해 기존 인프라와의 호환성을 높였다. 리벨리온은 최근 공공 AI CCTV 전환 사업을 통해 경남도청과 울산광역시에 아톰맥스 서버 납품을 시작하며 공공 레퍼런스를 확보했다. 딥엑스의 DX-M1·DX-H1 시리즈는 데이터 이동을 최소화하는 자체 '데이터 재사용' 아키텍처를 기반으로 저전력·고효율 추론 연산을 구현했다. 공인시험 결과 외산 GPU 대비 전력 소모를 최대 93% 절감하면서 동등한 수준의 고해상도 AI 객체 탐지 성능을 나타냈다. 딥엑스는 국방부의 '지능형 영상감시체계 시범 구축 사업'에 참여해 공군 기지 AI 경계감시체계에 NPU를 공급 중이며, 1세대 양산 1년 만에 글로벌 10여 개국에서 1300만 달러(약 183억원) 이상의 구매 주문을 확보했다. 김녹원 딥엑스 대표는 “이번 혁신제품 지정을 계기로 국내 공공 인프라에 국산 AI 반도체 적용을 확대하고, 실제 현장에서 경제성을 입증하는 소버린 AI 사례를 만들어 나가겠다”고 말했다. 박성현 리벨리온 대표는 "그간 일상 속 대국민 AI 서비스 상용화와 공공 AI CCTV 납품으로 기술력과 현장 적합성을 증명한 데 이어, 이번 혁신제품 지정으로 국산 NPU의 공공 확산이 본격화될 것"이라며 “앞으로 국내 최고 성능의 '리벨서버(RebelServer)'로도 소버린 AI를 구현할 국산 인프라의 범위와 규모를 한단계 넓혀가겠다”고 말했다.

2026.08.18 15:24전화평 기자

리벨리온, '초기 투자사' KB증권과 IPO 완주한다…한투는 결별

인공지능(AI) 반도체 스타트업 리벨리온이 기업공개(IPO) 공동 주관사를 한국투자증권에서 KB증권으로 전격 교체했다. 기존 공동 주관사인 한국투자증권이 최근 기술 유출 혐의로 리벨리온과 법적 공방 중인 디노티시아의 상장 주관을 맡자 이해상충 위험을 막기 위한 조치다. 17일 반도체 업계에 따르면 리벨리온은 최근 IPO 공동 주관사를 한국투자증권에서 초기 투자자인 KB증권으로 변경하고 내년 상반기 상장을 준비 중인 것으로 파악됐다. 대표 주관사는 삼성증권이다. 리벨리온의 공동 주관사 교체 배경에는 디노티시아와 법적 갈등이 있다. 디노티시아는 리벨리온과 최근 합병한 사피온코리아의 전 최고기술책임자(CTO) 정무경 대표가 설립한 회사다. 현재 정무경 대표 등 디노티시아 임직원 3명은 사피온코리아 재직 시절 280억원 규모 AI 반도체 아키텍처 및 소스코드 등 핵심 기술을 유출한 혐의(산업기술보호법 위반 등)로 기소돼 재판을 받고 있다. 양사가 기술 유출 건으로 대립하는 가운데, 올해 초 한국투자증권이 디노티시아의 상장 대표 주관사로 선정됐다. 상장 주관사는 직무 특성상 기업 핵심 기술 정보와 재무, 사업계획 등 민감한 내부 데이터를 열람할 수 있다. 한 AI 반도체 업계 관계자는 "법적으로 예민한 관계인 두 기업을 동일한 증권사가 주관하는 것은 정보 유출과 이해상충 소지가 크다"며 "리벨리온 내부 법적 리스크 우려가 공동 주관사 교체의 주된 배경"이라고 설명했다. 새로운 공동 주관사로 낙점된 KB증권은 리벨리온의 초기 투자사다. 주관사 재정비를 마친 리벨리온은 내년 상반기 상장을 목표로 시장 상황을 예의주시하고 있다. 최근 금융 당국의 보수적 상장 심사 기조도 고려사항이다. 리벨리온은 차세대 반도체 '리벨(REBEL)' 상용화에 속도를 내고 있다. 앞선 관계자는 "최근 상장 시장에서 발생하는 각종 노이즈에 대해 당국이 보수적 기조를 보이고 있다"며 "리벨리온 역시 여러 사례를 분석하며 무리하게 추진하는 것보다 신중하고 보수적 접근을 택하고 있는 걸로 안다"고 말했다.

2026.08.17 06:00전화평 기자

리벨리온, SK텔레콤에 K-NPU '리벨' 칩 공급..."물량은 미정"

국내 AI 반도체 스타트업 리벨리온이 SK텔레콤에 차세대 신경망처리장치(NPU) '리벨(REBEL)'을 공급한다. 현재 공급 시기는 오는 10월로 예상되며 물량을 놓고 막바지 논의가 한창인 가운데, 업계에서는 SK텔레콤이 상당량의 리벨 칩을 구매할 것으로 전망하고 있다. 12일 반도체 업계에 따르면 리벨리온과 SK텔레콤은 오는 10월 공급 예정인 리벨의 도입 수량을 조율하고 있다. 특히 최종 공급 단가가 정해지지 않은 점이 물량 미정의 이유인 것으로 전해진다. 사안에 정통한 업계 관계자는 “현재 SK텔레콤과 리벨리온이 10월 칩 공급 물량을 놓고 막판 논의 중”이라고 밝혔다. 그러면서 "SK텔레콤 측이 이번 사업에 투입할 수 있는 예산 범위가 한정되어 있다 보니, 칩 단가가 먼저 확정돼야 그 예산 한도 내에서 도입할 물량을 최종 확정할 수 있다"고 전했다. 업계에서는 SK텔레콤의 최종 주문 물량이 상당 규모가 될 것이라는 관측을 내놓고 있다. 리벨리온은 내년 기업공개(IPO)를 준비 중으로, SK텔레콤이 리벨리온의 2대 주주인만큼 매출 확대가 기대된다는 관측이다. 여기에 더해 리벨 칩의 실제 성능 및 스펙이 SK텔레콤의 내부 예상치를 상회한 점 역시 대량 구매 추진에 힘을 실어주는 요소다. 이 관계자는 "리벨 칩 스펙이 기대 이상으로 우수하게 나오면서 SK텔레콤 내부에서도 도입에 적극적인 분위기"라고 전했다. 다만, 리벨 칩이 SK텔레콤의 실제 상용 서비스에 적용되는 시점은 내년께가 될 전망이다. 당초 SK텔레콤은 7월 중 리벨에 대한 내부 검증 및 테스트를 진행할 계획이었다. 그러나 제품 스펙이 상향됨에 따라 리벨리온 측의 서버 최적화 작업에 예상을 뛰어넘는 시간이 소요되면서 테스트 일정이 일부 지연됐다. SK텔레콤이 서비스 적용 시점에 신중을 기하는 배경에는 '아톰(ATOM) 맥스'가 있다. 이 칩은 리벨리온의 이전 세대 칩으로, 내부 테스트를 거친 뒤 적용된 바 있다. 이에 따라 이번 리벨 도입 과정에서는 10월 칩을 수령하는 대로 전담 조직을 통한 내부 검증을 철저히 완료한 뒤 내년 상용 서비스에 단계적으로 투입할 방침이다. 또 다른 반도체 업계 관계자는 "양사는 이미 대규모 AI 인프라 및 서비스 운영에서 손발을 맞춰본 경험이 풍부하다"며 "가격을 포함한 물량 협상과 내부 검증 절차를 거쳐 완성도 높은 서비스 상용화 시점을 가늠하는 단계로 볼 수 있다"고 전했다.

2026.08.12 15:35전화평 기자

빅테크는 ASIC, 범용은 엔비디아…좁아지는 K-NPU 입지

국내 인공지능(AI) 반도체 업체들이 잇따라 상용 칩을 내놓으며 시장 진입을 본격화하고 있다. 하지만 글로벌 빅테크 기업들이 자체 맞춤형 반도체(ASIC) 개발에 속도를 내면서, K-NPU(신경망처리장치) 업계가 넘어야 할 문턱은 오히려 높아지고 있다. 7일 복수의 업계 관계자는 국내 NPU 업체들이 직면한 가장 큰 장벽으로 '서비스 로드맵 부재'를 꼽았다. 구글, 아마존웹서비스(AWS), 메타 등 글로벌 하이퍼스케일러들이 자사 AI 서비스의 향후 발전 방향을 명확히 쥐고, 2~3년 뒤 자사 서비스에 딱 맞는 ASIC을 선제적으로 설계하고 있기 때문이다. 반면 자체 서비스가 없는 외부 NPU 업체들은 상황이 다르다. 고객사 장기 로드맵을 알 수 없기 때문에 범용 시장을 타깃으로 칩을 개발할 수밖에 없다. 문제는 현재 범용 AI 칩 시장 리더가 시장을 독점하다시피 한 '엔비디아'라는 점이다. 국내 업체 입장에서는 고객 맞춤형 ASIC 시장에도 들어가기 어렵고, 범용 시장에서는 이미 자리를 잡은 엔비디아와 정면 승부해야 하는 이중 부담을 안고 있다. 한 반도체 업계 관계자는 "국내 NPU 업체들이 사업을 시작할 당시부터 빅테크들의 칩 내재화 얘기가 나왔다"며 "서드파티 업체가 별로 없는 이유"라고 설명했다. 칩 개발만으로 경쟁력이 확보되진 않는다. AI 모델 발전 속도가 빠른 만큼 새로운 모델이 등장할 때마다 소프트웨어개발키트(SDK)를 업데이트하고 고객 서비스를 지원할 수 있는 소프트웨어 역량이 필수다. 결국 칩 경쟁력은 하드웨어 성능뿐 아니라 출시 후 지속적인 지원 능력에서 갈린다. 업계에서는 구조적 한계를 극복하기 위한 현실적 해법으로 '인력 확보'를 꼽는다. 어떤 새로운 AI 모델이 등장하더라도 최대한 빨리 대응하고 지원할 수 있는 기술 인력을 선제적으로 확보해야 한다는 주장이다. AI 반도체 업계 관계자는 "AI 칩 업체 입장에서 투자를 받아 자금 여유가 있는 지금 기술인력부터 확보해야 한다"며 "인력이 있어야 어떤 모델이 나오든 대응할 수 있다"고 말했다. 국내 업체들도 소프트웨어 경쟁력을 강화하기 위한 움직임에 나서고 있다. 최근 국내 팹리스 리벨리온이 AI 모델 경량화 및 최적화 스타트업 '스퀴즈비츠'를 합병한 것도 이러한 노력 일환으로 해석된다. 단품 하드웨어 설계를 넘어, 빠르고 유연한 소프트웨어 최적화 역량을 내재화하겠다는 전략이다. 나아가 전문가들은 K-NPU 생태계가 구조적 한계를 극복하기 위해 사업 패러다임 자체를 전환해야 한다고 지적한다. 김지훈 한양대학교 교수(융합전자공학부)는 "우선 정부 주도 사업을 통해 초기 레퍼런스를 확보하고 팹리스 업계 자체 기초체력을 길러야 한다"며 "이제는 하드웨어 칩 개발 자체에 머무는 것을 넘어, 실제 서비스와 연계되는 다음 단계를 모색해야 할 때"라고 강조했다.

2026.08.07 16:04전화평 기자

리벨리온, 국산 NPU 최초 공공 CCTV 전환 사례 구축

AI 반도체 기업 리벨리온이 경상남도청과 울산광역시 CCTV 관제센터에 고성능 서버형 신경망처리장치(NPU)를 공급한다. 리벨리온은 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 추진하는 '국산 NPU 기반 공공 AI CCTV 전환' 사업에서 서버 인프라 구축 사업을 수주했다고 3일 밝혔다. 이번 사업은 공공 CCTV를 AI 체계로 전환하는 첫 사례다. 리벨리온은 이달부터 고성능 서버형 NPU 아톰맥스를 해당 지자체 관제센터에 납품할 예정이다. 지자체 관제 체계는 엣지 단의 1차 객체 감지와 서버 단의 2차 정밀 분석 구조로 운용된다. 리벨리온의 아톰맥스는 관제센터 서버에서 30B(300억) 파라미터급 대형 영상언어모델(VLM)을 구동하며 CCTV 영상을 분석한다. 이를 통해 화재나 범죄 상황을 판단하고 한국어 상황 설명을 생성한다. 공급되는 서버형 NPU는 폐쇄망 독립 운영을 지원하며 표준 AI 구동 도구인 vLLM을 공식 지원한다. 공공기관은 기존 개발 환경의 변경 없이 NPU를 인프라에 도입할 수 있다. 앞서 리벨리온은 자사 AI 서버 '리벨서버'를 통해 SKT의 초거대 AI 모델 'A.X K1'을 단일 서버에서 구동했다. 회사는 해당 기술력을 바탕으로 공공 안전 현장으로 NPU 적용 범위를 확대할 방침이다. 박성현 리벨리온 대표는 "국산 NPU 기술력으로 공공 안전 현장 인프라를 구축하는 전환점을 만들 것"이라고 말했다.

2026.08.03 13:47전화평 기자

그록부터 헤일로까지…해외 AI 칩 스타트업 'M&A 도미노' 왜?

글로벌 인공지능(AI) 반도체 스타트업들의 독자 생존이 위협받고 있다. 막대한 칩 개발비와 양산 후 급증하는 소프트웨어(SDK) 유지보수 비용의 벽에 부딪혀 거대 반도체 기업에 잇따라 흡수되고 있다. 30일 반도체 업계에 따르면 글로벌 엣지 AI 칩 1위 업체 이스라엘 헤일로가 최근 미국 마이크로칩에 인수됐다. 헤일로의 누적 투자금은 3억 4000만달러(약 4880억원)에 달했지만, 칩 설계부터 제조, 소프트웨어 관리까지 전 과정에 발생하는 비용을 감당하지 못하고 매각을 택했다. 인수합병(M&A)은 글로벌 AI 반도체 생태계 전반으로 퍼지고 있다. 한때 엔비디아 대항마로 불렸던 영국 그래프코어는 수조원대 적자를 기록한 끝에 올해 일본 소프트뱅크에 넘어갔다. 이스라엘 하바나랩스는 2019년 20억달러에 인텔에 인수됐다. 언어처리장치(LPU)로 주목받은 그록은 지난해 12월 엔비디아에 흡수됐다. 반도체 전설 짐 켈러가 이끄는 텐스토렌트마저 최근 퀄컴 피인수설이 제기된다. 해외 주요 AI 반도체 스타트업 대부분 인수되는 셈이다. 업계에서는 스타트업 독자 생존이 어려워진 원인으로 막대한 투자비용을 꼽는다. 팹리스는 칩 설계 후 최선단 파운드리 공정을 쓰기 위해 마스크 제작 등 거액의 초기 비용을 지출한다. 출시 후에는 소프트웨어 고정비가 기하급수적으로 늘어난다. AI 모델 발전 속도가 빠른 만큼, 고객사가 칩을 실제 서비스에 활용하려면 소프트웨어 개발 키트(SDK)를 끊임없이 업데이트해야 한다. 새로운 모델이 등장할 때마다 소프트웨어를 전면 수정해야 하므로 하드웨어보다 소프트웨어 인력이 훨씬 더 많이 필요하다. 인건비 폭등은 자본력이 부족한 스타트업에 치명적이다. 헤일로 관계자는 "헤일로는 전체 직원이 350명 정도였는데, 이 중 대부분이 SDK 인력이었다"며 "그럼에도 결국 인수됐다. AI 칩 업체가 버티려면 막대한 인력과 대규모 자본이 필요하다"고 설명했다. 하이퍼스케일러와의 구조적 격차도 독자 생존을 가로막는다. 구글, AWS 등은 자체 AI 서비스와 모델 로드맵을 바탕으로 수년 뒤 필요한 주문형 반도체(ASIC)을 미리 설계한다. 반면 AI 칩 스타트업은 고객사의 장기 계획을 완벽히 예측하기 어렵다. 수요 기업들이 연산용 신경망처리장치(NPU) 단품보다 통합 솔루션을 원하는 점도 한계다. 스타트업은 설계 기술이 뛰어나도 글로벌 영업망과 통신·전력 칩 등을 아우르는 포트폴리오가 부족하다. 한 반도체 업계 관계자는 "구글 같은 기업은 자체 서비스 로드맵이 있어 장기적인 반도체 개발이 가능하지만, 외부 스타트업은 시장 흐름에 완벽히 올라타는 것이 구조적으로 힘들다"며 "NPU 단품만으로는 영업에 한계가 뚜렷해, 결국 독보적 기술을 검증받은 뒤 대기업과 인수합병을 추진하는 것이 AI 반도체 스타트업들의 유일한 생존 공식이 됐다"고 설명했다.

2026.07.30 16:48전화평 기자

리벨리온, SKT 초거대 AI 'A.X K1' 서버 구동 성공…국산 NPU 기술력 입증

국내 AI 반도체 스타트업 리벨리온이 SK텔레콤의 초거대 AI 파운데이션 모델을 자체 서버 인프라에서 구동하는 데 성공했다. 이에 국산 신경망처리장치(NPU)의 대규모 인프라 처리 성능을 증명했다는 평가다. 리벨리온은 SK텔레콤의 독자 AI 모델 'A.X K1(이하 K1)'을 자사 고성능 AI 반도체 기반 리벨 서버에 탑재해 성공적으로 구동하고, 이를 기반으로 한 실시간 AI 에이전트 서비스 데모를 공개했다고 23일 밝혔다. 이번 실증은 5000억(500B)개 이상의 파라미터(매개변수) 규모를 갖춘 초거대 언어모델을 단일 NPU 서버 환경에서 안정적으로 추론·연산해 냈다. 리벨리온은 전용 분산 처리 소프트웨어 최적화를 통해 단일 서버 구성만으로 글로벌 고성능 GPU 서버에 준하는 인프라 효율성을 확보했다고 설명했다. 특히 K1 모델의 핵심 구조인 MoE 연산을 칩셋 단에서 병목 현상 없이 분산 병렬 처리하는 기술을 구현해, 데이터센터 구축 및 운영에 들어가는 고비용 부담을 절감할 수 있는 발판을 마련했다. 실증 현장에서 리벨리온은 실생활 활용 가능성을 보여주는 '지도(Map)형 에이전트 서비스' 데모를 선보였다. 수많은 이용자가 동시 접속해 복잡한 일상 질의를 던지는 다중 동시 요청 상황에서도 지연시간 없이 실시간으로 연산을 처리하고 지도에 결과를 표출하는 성능을 시연했다. 리벨리온은 과학기술정보통신부의 독자 AI 파운데이션 모델 사업 SKT 컨소시엄에 참여해 국산 NPU 기반 AI 인프라 실증을 주도하고 있다. 앞서 SKT의 '에이닷 전화 통화요약' 등 실시간 AI 상용 서비스에 자사 NPU를 적용해 약 1년간 안정적으로 운영해 온 경험을 보유하고 있다. 박성현 리벨리온 대표는 “국산 초거대 AI 모델과 국산 NPU의 결합만으로 대규모 실용 AI 서비스를 안정적으로 운영할 수 있음을 입증한 '소버린 AI'의 구체적 사례”라며 “소프트웨어 및 반도체 인프라 경쟁력을 지속 강화해 국가 차원의 AI 기반 구축에 기여하겠다”고 말했다.

2026.07.23 09:58전화평 기자

"칩 구동까지 단 4주"…SAFE 포럼서 본 K-반도체 속도

삼성전자 파운드리 생태계에서 국내 팹리스(반도체 설계기업)와 디자인하우스(DSP)들이 인공지능(AI) 반도체 상용화 사례를 늘리고 있다. 아이디어 단계의 팹리스 설계 청사진이 삼성전자 미세 공정과 DSP 패키징 기술을 만나 4주 만에 실제 구동 칩으로 구현한 사례도 있었다. 박성현 리벨리온 대표는 1일 서울 서초동 삼성전자 서초사옥에서 열린 '세이프(SAFE) 포럼 코리아 2026' 기조연설에서 삼성 파운드리 4nm(나노미터, 10억분의 1m) 공정을 활용한 2세대 AI 칩 리벨(REBEL) 상용화 과정을 공개했다. 리벨은 단일 다이 기준 512MB 대용량 S램을 집적해 초당 1.9테라바이트(TB/s) 대역폭을 확보했다. 이를 통해 AI 연산에서 발생하는 고질적인 메모리 병목 현상을 하드웨어 차원에서 개선했다. 박성현 대표는 "삼성 파운드리 중심 에코시스템을 통해 설계부터 칩 구동(브링업)까지 단 4주 만에 완료했다"고 밝혔다. 최근 칩 샘플을 생산하기 시작했고, 테스트 후 올해 하반기 중 고객사에 전달할 계획이다. 팹리스 혁신을 뒷받침하는 디자인하우스 기술력도 확인됐다. 가온칩스는 고성능 컴퓨팅(HPC)과 피지컬 AI(로보틱스 등) 등 다양한 애플리케이션에 최적화 맞춤형 설계 노하우를 공유했다. 가온칩스 관계자는 "선단 공정 기반 AI·HPC 프로젝트 수행 경험을 바탕으로, 진화하는 AI 반도체 수요에 대응하겠다"고 말했다. 세미파이브는 물리적 한계 돌파를 위한 차세대 패키징 솔루션으로 3D-IC 플랫폼과 빅 다이(Big Die)를 제시했다. 조명현 세미파이브 대표는 "로직과 메모리를 수직 결합하는 '로직 온 D램(Logic-on-DRAM)' 기반 3D-IC 플랫폼을 통해 초거대 AI의 메모리 병목 현상을 해결할 것"이라고 말했다. 그러면서 "AI 가속기가 고성능 연산을 요구함에 따라 칩 크기 역시 기존 한계를 넘어서는 대형화 추세가 계속되고 있다"며 "세미파이브는 삼성 생태계 내에서 확립한 포트폴리오를 고객에게 제공하겠다"고 밝혔다.

2026.07.01 16:50전화평 기자

[유미's 픽] "엔비디아 쿠다 장벽 넘자"…AI 반도체, SW 경쟁 불붙었다

인공지능(AI) 반도체 기업들이 잇따라 모델 최적화 소프트웨어 역량 확보에 나서고 있다. 칩 설계만으로는 AI 인프라 경쟁에서 우위를 점하기 어려워지면서 한정된 컴퓨팅·메모리 자원으로 더 많은 연산을 처리하는 소프트웨어 기술의 가치가 부각되는 분위기다. 퀄컴은 지난달 24일 AI 소프트웨어 기업 모듈러를 약 40억 달러 규모 주식 거래로 인수하겠다고 발표했다. 모듈러는 AI 모델을 다양한 칩에서 실행할 수 있도록 돕는 소프트웨어 기업이다. 로이터는 이번 인수가 퀄컴을 엔비디아 '쿠다(CUDA)'와 경쟁하는 소프트웨어 플랫폼 경쟁에 올려놓는 움직임이라고 평가했다. 국내에서도 비슷한 흐름이 나타났다. AI 반도체 기업 리벨리온은 지난달 30일 AI 추론 최적화 기업 스퀴즈비츠 인수를 발표했다. 스퀴즈비츠는 대형 AI 모델을 더 적은 연산·메모리 자원으로 구동하기 위한 모델 압축과 양자화, 추론 최적화 기술을 보유한 기업이다. 리벨리온은 이번 인수를 통해 신경망처리장치(NPU) 하드웨어와 소프트웨어 최적화, 추론 서빙을 함께 제공하는 통합 AI 인프라 기업으로 사업 범위를 넓힌다는 계획이다. 업계 관계자는 "AI 반도체 기업 입장에선 자체 칩 위에서 고객 모델을 빠르고 안정적으로 실행시키는 역량이 영업 경쟁력과 직결된다"며 "칩을 공급하는 데 그치지 않고 실제 워크로드 성능까지 입증해야 하는 수요가 커진 셈"이라고 설명했다.AI 모델 최적화 기업 노타도 같은 날 퓨리오사AI의 데이터센터용 NPU 환경에서 LG AI연구원의 엑사원 236B 최적화 결과를 공개해 주목받았다. 엑사원 236B는 약 2360억 개 파라미터 규모의 대형 AI 모델로, 노타는 모델 크기를 약 71% 줄이면서도 주요 평가 항목에서 원본과 유사한 수준의 정확도를 유지했다. 데이터센터 인프라 최적화 기업 망고부스트도 AI 실행 효율 경쟁의 한 축으로 꼽힌다. 망고부스트는 데이터처리장치(DPU)를 앞세워 네트워킹·스토리지·보안 등 데이터센터 인프라 작업을 중앙처리장치(CPU)에서 분리하는 기술을 개발해왔다. AI 모델 자체를 줄이는 방식은 아니지만 GPU와 서버 자원을 AI 연산에 더 집중시키는 구조라는 점에서 모델 최적화 기업들과 같은 수요를 겨냥하고 있다는 평가를 받는다. 이처럼 AI 반도체 시장에서 성능 최적화 소프트웨어 기업들이 주목받게 된 것은 생성형 AI 활용 방식이 달라지면서 모델 실행 능력이 더욱 중요해지고 있어서다. 대형언어모델(LLM)이 단순 실험 단계를 넘어 서비스와 업무 시스템에 적용되면서, 기업들은 칩의 이론 성능보다 실제 운영 환경에서 응답 속도와 처리량을 유지하면서 비용을 낮추는 역량을 더 중시하고 있다. 하지만 모델 규모가 커질수록 기업들의 비용 부담은 갈수록 늘어나는 추세다. 특히 LLM은 파라미터 규모가 클수록 추론 과정에서 많은 메모리와 연산 자원을 필요로 한다. 여기에 긴 문맥 처리, 검색증강생성(RAG), AI 에이전트처럼 반복 호출이 많은 서비스가 늘면서 데이터 이동량과 지연시간 관리 부담도 함께 증가하고 있다. 이로 인해 메모리 효율도 AI 인프라 경쟁의 핵심 변수로 떠오르고 있다. 고성능 메모리 확보 경쟁이 이어지고 있지만 모든 기업이 충분한 GPU와 메모리를 확보하기는 어렵다. 같은 하드웨어라도 모델 압축, 양자화, 컴파일러, 런타임, 추론 서빙 구조에 따라 필요한 서버 수와 운영비가 달라질 수 있어 최적화 소프트웨어의 중요성이 커지고 있다.엔비디아가 GPU 시장에서 구축한 소프트웨어 생태계도 반도체 기업들의 움직임을 자극하고 있다. 엔비디아는 GPU 성능뿐 아니라 쿠다를 중심으로 한 개발자 생태계와 소프트웨어 도구를 앞세워 AI 인프라 시장에서 우위를 확보했다. 이에 후발 AI 반도체 기업들은 하드웨어 성능만으로 고객을 설득하기 어려워졌고, 모델 실행과 개발 편의성을 함께 제시해야 하는 압박을 받고 있다. 국내 기업들도 이 같은 구도 변화에 맞춰 전략을 조정하고 있다. 리벨리온은 스퀴즈비츠 인수로 NPU와 최적화 소프트웨어 결합에 나섰고, 퓨리오사AI는 노타와 협력해 대형 모델의 NPU 구동 가능성을 넓히고 있다. 망고부스트는 DPU 기반 인프라 오프로딩으로 데이터센터 내부 병목을 줄이는 방식으로 AI 실행 효율 경쟁에 참여하고 있다. 업계에선 AI가 데이터센터를 넘어 산업 현장으로 확산될수록 최적화 수요가 더 커질 것으로 예상했다. 자동차, 로봇, 제조 설비 등은 전력과 지연시간, 보안 요건이 데이터센터와 다른 만큼, 범용 모델을 그대로 배포하기보다 각 산업과 칩 환경에 맞게 조정하는 역량이 AI 인프라 기업의 경쟁력이 될 것으로 보인다. 이 같은 분위기 속에 AI 반도체 시장이 하드웨어 공급 경쟁을 넘어 소프트웨어 스택 경쟁으로 재편될 가능성도 높아지고 있다. 특히 칩 설계, 모델 최적화, 런타임, 추론 서빙, 인프라 오프로딩을 촘촘하게 묶어 제공하는 기업이 고객 확보에서 유리한 위치를 차지할 것으로 전망된다. 업계 관계자는 "AI 반도체 기업이 고객을 설득하려면 벤치마크 수치뿐 아니라 실제 모델을 자사 칩에서 얼마나 효율적으로 돌릴 수 있는지를 제시해야 한다"며 "소프트웨어 최적화 역량이 없는 칩은 데이터센터와 산업 현장에서 채택 속도가 느릴 수밖에 없다"고 말했다. 그러면서 "AI 인프라 비용 부담이 커질수록 기업들은 같은 서버 자원으로 더 많은 추론을 처리할 수 있는 기술을 찾게 된다"며 "앞으로 AI 반도체 경쟁력은 칩 성능과 함께 모델 최적화, 메모리 효율, 데이터센터 운영 효율을 함께 제공할 수 있느냐에 따라 갈릴 것"이라고 덧붙였다.

2026.07.01 10:53장유미 기자

리벨리온, 스퀴즈비츠 전격 인수…풀스택 AI 인프라 기업 진화

국내 대표 AI 반도체 기업 리벨리온이 소프트웨어 최적화 전문 스타트업을 품으며 하드웨어와 소프트웨어를 아우르는 통합 AI 인프라 기업으로의 전환을 선언했다. 리벨리온은 AI 추론 최적화 전문기업 스퀴즈비츠를 인수한다고 30일 밝혔다. 이번 인수로 스퀴즈비츠는 리벨리온의 100% 자회사가 된다. 인수는 신주 발행을 통해 진행됐다. 리벨리온이 스퀴즈비츠 주주들이 가진 지분을 가져올 때, 리벨리온의 신주를 기존 주주들에게 나눠주는 방식이다. 리벨리온 관계자는 "카카오벤처스 등 주주들이 겹치는 경우가 많아서 인수 과정에 큰 문제는 없었다"고 말했다. 양사의 공통된 주주로는 카카오벤처스, 네이버D2SF, 신한캐피탈 등이 있다. 한편 양사는 지난 2024년부터 리벨리온 NPU 기반의 모델 경량화 기술 및 전용 소프트웨어를 공동 개발하며 협력을 이어온 바 있다. 국내 개발자 커뮤니티를 대상으로 추론 최적화 오픈소스인 'vLLM' 관련 행사와 워크숍을 공동 개최하며 오픈소스 AI 생태계 활성화를 주도하기도 했다. 이번 인수를 통해 리벨리온은 자체 신경망처리장치(NPU) 하드웨어 기술력에 스퀴즈비츠의 소프트웨어 최적화 및 추론 서빙(Serving) 역량을 결합해, 인프라 전 구간을 시스템 레벨로 제어하는 독자적인 플랫폼 경쟁력을 확보하게 됐다. 추론 서빙은 AI 모델이 실제 서비스로 구동되는 전 과정을 의미하며 속도와 비용, 안정성을 결정짓는 핵심 파이프라인이다. 스퀴즈비츠는 AI 반도체와 딥러닝, 모델 경량화 분야의 검증된 연구자들이 모여 창업한 딥테크 스타트업이다. 다양한 하드웨어 환경에서 AI 모델의 구동 속도를 높이고 운영 비용을 낮추는 독보적인 최적화 기술을 보유하고 있다. 특히 창업 직후 인텔, 엔비디아 등 글로벌 AI 하드웨어 공룡 기업들과 협업 레퍼런스를 쌓으며 기술력을 전 세계적으로 인정받았다. 이번 인수로 리벨리온은 하드웨어부터 서비스 배포까지 엔드투엔드(End-to-End)로 제공되는 차세대 AI 인프라를 완성하게 됐다. 고객사가 AI 서비스를 구축할 때 마주하는 복잡한 최적화 프로세스 부담을 최소화하고, 가장 경제적이고 효율적인 인프라 환경을 원스톱으로 제공하겠다는 계획이다. 박성현 리벨리온 대표는 "훌륭한 인재와 기술력이 기업의 경계를 넘어 결집할 때 한국 AI 생태계에 새로운 가능성이 열린다"며 "스퀴즈비츠와 힘을 합쳐 하드웨어, 소프트웨어, 대규모 시스템을 모두 아우르는 기업으로 거듭나 글로벌 무대에서 이를 증명하겠다"고 밝혔다. 김형준 스퀴즈비츠 대표 역시 "우리의 최적화 기술이 리벨리온 NPU 생태계를 더욱 폭넓게 확장할 것"이라며 "풀스택 AI 인프라를 구현해 고객들이 리벨리온 기반에서 AI 서비스를 더욱 쉽고 경제적으로 운영할 수 있도록 지원하겠다"고 말했다.

2026.06.30 10:02전화평 기자

K-AI 모델 현장 확산 '속도'…방송 제작부터 공공행정·반도체까지

한국 기업이 독자 인공지능(AI) 모델 산업·공공 현장 적용 사례를 넓혀 K-AI 생태계 확산에 속도를 내고 있다. 과학기술정보통신부는 NC AI를 비롯한 업스테이지, KT, SK텔레콤이 방송 콘텐츠 제작부터 공공 업무 효율화, 지방자치단체 행정 AI 전환, 국산 AI 반도체 기반 모델 구동 분야에 K-AI를 적용한다고 29일 밝혔다. NC AI는 MBC 손잡고 방송 콘텐츠 후반 제작 과정에 멀티모달 AI 기술을 도입한다. 그동안 방송산업은 촬영 후 편집과 자막 삽입 등 포스트 프로덕션 과정을 수작업에 의존했다. 이에 NC AI는 시각언어모델 등 멀티모달 기술을 활용해 편집과 자막 삽입 업무의 비효율을 줄이고 전체 제작 공정을 단축할 계획이다. 방송 제작진이 기획과 연출 등 창의적 업무에 더 집중할 수 있도록 지원한다는 구상이다. 업스테이지는 조달청과 공공 업무용 생성형 AI 업무 지원 서비스 공급 계약을 맺고 조달청 공급사로 선정됐다. 업스테이지는 '솔라' 모델과 광학문자인식(OCR) 기반 문서처리 AI 기술을 에이전트로 통합한 '공공 AI 워크스페이스'를 조달청 디지털서비스몰에 등재했다. 공공 AI 워크스페이스는 한글 파일과 워드, PDF 등 문서 형식을 지원한다. 문서 작업 비중이 큰 공공 업무망에서도 안전하고 신속하게 AI를 적용해 업무 생산성과 효율성을 높이는 데 기여할 것으로 기대된다. KT는 경기도청 '경기 생성형 AI 플랫폼 구축' 사업을 통해 공공행정 AI 전환 기반을 마련하고 있다. 이 사업에는 KT가 독자 기술로 처음부터 개발한 AI 모델 '믿음 2.0'과 행정 분야 특화 데이터 체계 구축, 그래픽처리장치(GPU) 기반 AI 인프라 통합형 플랫폼 구현 등이 포함됐다. 경기 생성형 AI 플랫폼은 여러 AI 모델을 적용할 수 있는 개방형 플랫폼 구조로 구축된다. 행정문서를 비롯한 업무지침, 법령, 제도자료 등 행정 정보를 활용해 문서 작성, 자료 정리, 정보 검색, 분석 기능을 제공하고 행정업무 수행을 지원할 예정이다. 경기도는 우리 AI 모델 기반으로 '경기도 생성형 AI 플랫폼 v1.0'과 'AI 거버넌스'에 대한 한국정보통신기술협(TTA) 인증도 받았다. 이를 통해 AI 서비스 신뢰성·안전성과 운영체계에 대한 객관적 검증을 확보했다. SK텔레콤과 리벨리온은 독자 AI 파운데이션 모델 프로젝트 일환으로 SK텔레콤 AI 모델 'A.X K1'을 리벨리온 서버에서 구동했다. 해당 서버에는 국산 AI 반도체 '리벨100'이 탑재됐다. 두 기업은 5천억 파라미터 이상 초거대 모델도 국산 AI 반도체 인프라에서 운영 가능하다는 점을 확인했다. 양사는 지난해부터 에이닷 통화 녹음 요약과 엑스칼리버 등 SK텔레콤 대규모 AI 서비스를 리벨리온 신경망처리장치(NPU)로 운영해 왔다. 이번 사례는 독자 AI 모델과 국산 AI 반도체가 실제 서비스 환경에서 작동할 수 있음을 보여준 결과다. 나아가 SK텔레콤과 리벨리온은 글로벌 반도체 기업 Arm의 중앙처리장치(CPU)와 리벨리온 NPU를 결합한 AI 서버를 공동 개발하고 SK텔레콤 데이터센터에서 실전 검증하고 있다. 정부는 이를 통해 소버린 AI 인프라의 글로벌 표준 정립 가능성도 기대하고 있다. 고현웅 업스테이지 모델테크 매니저는 "AI는 이미 일하는 방식과 산업의 기준을 빠르게 바꾸고 있다"며 "앞으로 기술 경쟁력을 지속적으로 고도화해 우리나라 AI 기술이 다양한 산업 현장에서 실질적인 혁신과 가치를 만들어낼 수 있도록 노력할 것"이라고 밝혔다.

2026.06.29 09:29김미정 기자

Prev 1 2 3 4 5 6 Next